Java 中使用正则表达式分割字符串并保留所有分隔符（包括换行符和空白符）-java教程-PHP中文网

Java 中使用正则表达式分割字符串并保留所有分隔符（包括换行符和空白符）

本文介绍如何在 Java 中通过正则表达式将字符串按空白字符（含空格、制表符、换行符等）分割，同时完整保留所有分隔符作为独立元素，避免换行符被当作普通空白符丢失其语义。

本文介绍如何在 java 中通过正则表达式将字符串按空白字符（含空格、制表符、换行符等）分割，同时**完整保留所有分隔符作为独立元素**，避免换行符被当作普通空白符丢失其语义。

在 Java 字符串处理中，String.split() 方法虽便捷，但其设计目标是丢弃分隔符，仅返回分割后的非分隔符内容；即使启用 split("(?

更可靠且语义清晰的方案是：不使用 split()，而改用 Pattern + Matcher 进行主动匹配，将输入文本视为两类原子单元的交替序列——

S+：一个或多个非空白字符（即“词”）；
s+：一个或多个空白字符（含空格、、、等，且连续空白会被整体捕获为单个元素）。

二者用 |（或逻辑）组合为 \S+|\s+，即可实现精准分词与分隔符并存的 Tokenization。

以下是完整可运行示例：

Java注释规范Skills

当用户要求为 Java 代码添加注释、修改注释、审查注释、整理注释格式，或要求按照代码注释规范处理 Java 文件时，使用本技能。本技能用于统一生成和维护 Java 类注释模板、按 Git 对比 release 判断版本号、补充每行代码上方中文块注释、调整注释空行规则，并保持 Java 文件 UTF-8 无 BOM 编码。典型触发场景包括：补充类注释、更新 @version、检查 @author 来源、整理行尾注释、把注释放到代码上一行、检查注释是否符合规范、构建前检查 Java 注释风格。

下载

import java.util.*;
import java.util.regex.*;

public class TokenizeWithDelimiters {
    public static List<string> tokenizePreservingDelimiters(String input) {
        if (input == null) return Collections.emptyList();
        Pattern pattern = Pattern.compile("\S+|\s+");
        Matcher matcher = pattern.matcher(input);
        List<string> tokens = new ArrayList();
        while (matcher.find()) {
            tokens.add(matcher.group());
        }
        return tokens;
    }

    public static void main(String[] args) {
        String text = "word1 word2! word3? word4; word5, word6
word7
!word8! word9 word10 word11 word12";
        List<string> result = tokenizePreservingDelimiters(text);
        System.out.println(result);
        // 输出示例（注意：
 在列表中为真实换行符，打印时可见）：
        // [word1, " ", word2!, " ", word3?, " ", word4;, " ", word5,, " ", word6, "
", word7, "
", !word8!, " ", word9, ...]
    }
}</string></string></string>

✅ 关键优势：